CNN主要用于CV領域，RNN主要用于NLP領域，RNN的輸入數據是文本數據。

?假設? ?t1 時刻，有輸入x1進入隱藏層，得到特征h1，h1會返回和 t2 時刻的輸入x2一起輸入隱藏層，得到特征h2，h2接著返回，依次類推，前一層的輸出結果保留下來，參與下一層的運算。RNN網絡考慮時間序列的一些事情，不同時刻的輸出都有一定的聯系。?

?

在RNN中，信息只在一個方向上移動。當它作出決定時，會考慮當前的輸入以及它從之前收到的輸入中學到的內容。

?ht 是前面所有的中間特征綜合起來得到的結果，我們需要的結果是最后輸出 ht，不是中間結果h1，h2.....等。

傳統神經網絡將權重矩陣分配給其輸入，然后生成輸出。RNN將權重應用于當前以及之前的輸入。此外，他們還通過梯度下降和反向傳播時間調整權重。

輸入隨機初始化為50維的向量，權重參數w也是隨機初始化的。?

總結

以上是生活随笔為你收集整理的算法基础——递归神经网络RNN的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。